來自澳大利亞國家科學機構(gòu) CSIRO 的科學家與昆士蘭科技大學合作，利用人工智能開發(fā)了世界上第一個測量神經(jīng)退行性疾病(包括阿爾茨海默病)中腦萎縮或變薄的基準。
阿爾茨海默病是最常見的癡呆癥，占病例的 60% 至 80%。衡量其進展的方法之一是通過顯示皮質(zhì)變薄的 MRI 圖像。然而，這種方法具有挑戰(zhàn)性，因為大腦皮層厚度的變化非常小，通常在亞毫米范圍內(nèi)。
先進的機器學習技術通常用于大腦研究以評估皮質(zhì)厚度的變化，但直到現(xiàn)在，缺乏臨床上準確的“基本事實”數(shù)據(jù)集意味著我們無法評估它們對檢測小萎縮水平的敏感性。
在這一突破之前，獲得皮層厚度真實測量值的唯一方法是研究死后大腦。然而，大腦在死后立即開始萎縮，導致讀數(shù)不準確。
CSIRO 澳大利亞電子健康研究中心的研究科學家 Filip Rusak 說，皮質(zhì)萎縮——大腦皮層變薄——可能在阿爾茨海默病臨床癥狀出現(xiàn)前十年就開始了。
“當這些跡象開始出現(xiàn)時，需要非常準確的方法來觀察腦圖像中的這些跡象，以便更早而不是更晚地解決它們，”Rusak 博士說。
“利用機器學習的力量，我們能夠生成一組大腦的人工 MRI 圖像，這些圖像在皮質(zhì)區(qū)域具有預定義的神經(jīng)退化跡象，皮質(zhì)區(qū)域是受阿爾茨海默氏癥影響最嚴重的大腦外層。
“在這些發(fā)現(xiàn)之前，沒有辦法最終確定用于測量阿爾茨海默病患者皮質(zhì)厚度的各種方法的敏感性，”他說。
這項新技術允許研究人員設置他們想要比較的腦退化的數(shù)量和位置，這樣他們就可以清楚地了解哪種皮質(zhì)厚度量化方法表現(xiàn)最好。
該技術可以將方法的靈敏度測試到極小的水平。它可以確定一種方法是否可以檢測到僅 0.01 毫米的厚度變化。
研究結(jié)果發(fā)表在《醫(yī)學圖像分析》雜志上，這項工作已經(jīng)產(chǎn)生了國際影響。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！